Assessing the effectiveness of actionable nutrigenomics and lifestyle genomics interventions for weight management in clinical practice: A critical, scoping review with directions for future research
Notice bibliographique
Résumé
Background: The use of nutrigenomics and lifestyle genomics in clinical practice has the potential to optimize weight-related outcomes for patients. Aim: A scoping review was conducted to summarize and evaluate the current body of knowledge related to the effectiveness of providing DNA-based lifestyle advice on weight-related outcomes, with the aim of providing direction for future research. Method: Primary studies were included if they were written in English, evaluated weight-related and/or body mass index and/or body composition outcomes, and provided participants with an actionable genetic-based lifestyle intervention; interventions that only provided information on genetic risk for diseases/conditions were excluded. Data was extracted from each article meeting inclusion criteria ( N=3) and the studies were critically appraised for methodological limitations. Results: Research in this area is promising, but limited. Specific limitations relate to study designs, the nature of the recommendations provided to participants, small (underpowered) sample sizes, the use of self-reported weight/BMI data and lack of consideration of important confounding factors. Conclusions: Therefore, the effectiveness of nutrigenomics and lifestyle genomics interventions for weight management in clinical practice cannot yet be conclusively determined. Recommendations for future research are detailed in the present manuscript.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,161 | 0,412 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,014 | 0,013 |
| Bibliométrie | 0,018 | 0,014 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,012 | 0,012 |
| Science ouverte | 0,005 | 0,005 |
| Intégrité de la recherche | 0,008 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».